お世話になります。求人案件の年収予測を行う過程で
学習⇒パラメーター調整の段階で躓いてしまったので質問させていただきます。
学習後ランダムフォレストで下記のようにパラメーター調整したところ
X = train_data[feature_cols]
y = train_data[target_col]
X_train, X_valid, y_train, y_valid = train_test_split(X, y, test_size=0.3, random_state=1234)
from sklearn.model_selection import GridSearchCV
rf = RandomForestRegressor(random_state=1234)
params = {"n_estimators": [700, 720, 740, 760 , 780, 800], "max_depth": [3, 4, 5,6,7]}
gscv = GridSearchCV(rf, param_grid=params, verbose=1, cv=3,
scoring='neg_mean_squared_error', n_jobs=-1)
gscv.fit(X_train, y_train)
となり、floatに変換できない文字列データが「c1070dcb」という'company id'のどれが該当するのか
確認したのですがそれらしいものはなく、どう対処すればよいか分からずお伺いさせていただきました。
全てダミー変数化できているはずなのでcompany_idそのものに問題があるのでしょうか?
ID
なのでfloat
にする意味があるのか疑問ですが、8桁の16進数文字列のようなので一旦int
を経由すれば間接的にfloat
にすることは可能では? convert pandas dataframe column from hex string to int どうにかすると8桁の16進数文字列
を直接float
に変換できるのかもしれませんが。